基于深度学习的脑部分割模型性能验证与临床放射治疗 CT
原文中文，约400字，阅读约需1分钟。发表于：。通过对多中心数据集进行计算机断层扫描 (CT) 上合成分割算法 (SynthSeg) 的验证，本研究使用 SynthSeg 模型从放射治疗中心的 260 个 CT 和磁共振成像 (MRI) 数据中自动分割出大脑，并将其与 MRI 分割结果进行比较和评估。结果显示，SynthSeg 可用于基于 CT 的自动大脑分割，但其性能不如...
本文提出了一种新的合成框架，用于神经影像学中的病灶分割任务。该方法通过使用健康和中风数据集导出的标签图进行训练，实现了对健康组织和病理病变的分割。在评估中展示了稳定的性能，并在领域外数据上表现优异。这一方法有望推动医学影像分析的进展，减少对大型标注数据的依赖。
